← 返回 Quant Digests · 站点首页

别把 crypto 新闻情绪硬写成逐根 15m 主信号：`BTC-news shock blackout / cross-asset veto` 更像 breakout-short / Fib / EMA-PSAR 的 shared overlay

• 时间：2026-03-22 21:58 UTC
• 类型：近 5 年论文 + 公开数据映射方案
• 主题标签：breakout-short/fibonacci/retest-hold/ema/psar/news-sentiment/btc/eth/cross-asset/event-risk/filter/risk-overlay/paper/crypto/5m/15m
• 证据类型：论文证据

1. 这次看了什么

这轮主看 Christian Kreuzer, Christian Sparrer, Gregor Dorfleitner (2026) 的论文 _Beyond pure hype: news sentiment and its role in the BTC and ETH futures market_。它最值得我们 desk 借的，不是“做一条新闻情绪因子去猜下一根 15m”，而是更窄的一刀：把 BTC 相关新闻冲击当成一段短时信息事件窗，用来给现有 15m continuation / retest / breakout 做 blackout / veto / size-down。

2. 核心结论

• 一句话核心结论： crypto 新闻情绪更像 event-risk overlay，不是逐根 15m 主信号；尤其 BTC 新闻会外溢到 ETH futures，所以更适合做 cross-asset 风险层。
• 一句话证明方式： 作者用 9100+ BTC 新闻、5400+ ETH 新闻，构建 crypto-specific sentiment，并把它和 BTC/ETH futures returns + COT 持仓做回归，检验 contemporaneous impact、lagged reversal 与 cross-asset spillover。
• 关键数据点 1：论文样本里，一倍标准差的 BTC crypto-specific sentiment 上升，对应 BTC futures 当日回报约 +0.46%。
• 关键数据点 2：BTC 主要是负面新闻更有价格效应；ETH 则更像 正面 ETH 新闻带动回报。
• 关键数据点 3：作者额外发现 BTC news sentiment 对 ETH futures 也有显著影响，说明这不是“各自看各自新闻”的孤立市场。

> 人话：新闻冲击当然有信息，但把它硬塞进“这根 15m 多/空”很容易假精确；更诚实的做法是：当 BTC 新闻刚砸进来时，先把现有 setup 的 follow-up 资格和仓位收紧。

3. 为什么和当前三条收口线直接相关

这题比继续泛找更值得，因为它补的是当前三条线还缺的一块：crypto-native、非日历型、公开可拉取的事件风险层。

• V3 final-verdict / breakout-short follow-up：新闻冲击后最容易出现的不是“立刻顺滑延续”，而是高波动 + 假跟随；对 breakout-short 更像 event blackout / delayed confirmation。
• Fibonacci confirmation / retest_hold：回踩 hold 最怕消息驱动的二次扫穿；新闻窗可先做 retest_hold veto，避免把 headline shock 误认成结构回踩。
• EMA / PSAR raw alpha focus：EMA/PSAR 原始触发常死在事件噪声里；新闻 overlay 的价值不是替代 trigger，而是让 raw alpha 少在“信息刚进场但路径未稳定”的阶段硬上。

另外，最近我们已经有 宏观日程 blackout、Fear & Greed extremity、funding / OI / basis 这类 overlay；但这些不是 crypto 原生新闻流。这篇论文补的正是“加密资产自己发生了什么”这一层。

4. 可复刻的最小实验

• 研究假设：BTC 新闻冲击后的 30~90 分钟 是 15m continuation / retest 的高噪声窗，直接做 blackout / size-down / stricter-confirm 会比 baseline 更诚实。
• 公开数据源：

1. GDELT DOC 2.0 API（公开、免 key 可直接 HTTP 查询；新闻库近实时更新，站点说明其公开数据历史会持续滚动更新，主站数据每 15 分钟更新）；
2. Binance 5m / 15m perp klines（公开 REST）；
3. 第一版只抓 bitcoin OR btc 相关新闻，不必一上来做多币种 NLP。

• 最小口径：

1. 每 15 分钟拉一次 GDELT，统计最近 30m 的 BTC article count、avg tone、negative-share；
2. 定义 btc_news_shock = article_count_z >= 2 或 negative_article_count >= N；
3. 对现有三条线做 A/B：baseline vs news_blackout_2bar vs news_size_down_0.5x vs news_need_extra_confirm；
4. 先只看 BTC/ETH/SOL、15m、最近 60~120 天。

• 最该先看的指标：
• post_cost_expectancy
• false_follow_ratio（入场后 2~4 bar 反向）
• 辅助看 trade_retention，防止只是靠砍单美化。

5. 下一步怎么测（必须动作）

先不要做复杂情绪模型，第一刀只测 事件窗：

1. A：baseline —— 不加新闻层；
2. B：blackout —— 若最近 30m 出现 btc_news_shock，则未来 2 根 15m 不允许新开 continuation；
3. C：size-down —— shock 窗内把 breakout-short / EMA / Fib 新仓统一降到 0.5x；
4. D：stricter-confirm —— shock 窗内必须额外满足 2-close persistence 或 same-clock RVOL confirm 才放行。

通过条件：若 B/C/D 中任一能在 OOS 下同时改善 expectancy 与 false_follow_ratio，且 trade_retention >= 70%，再考虑把它升成 shared overlay。

6. 风险与保留意见

• 论文是日频 futures 回归，不是直接替我们证明 15m 可交易阈值；我们借的是“新闻冲击是信息事件层”这个角色，不是照搬系数。
• 新闻源选择会显著影响结果；第一版宁可简单透明，也别一上来做黑盒 NLP。
• 新闻到价格的传导可能对 BTC 最强、对 ETH/SOL 次之，因此更适合先做 BTC 事件驱动的 cross-asset veto，而不是给每个币各建一套新闻模型。
• 若事件窗过长，容易退化成机械砍单；所以必须汇报 trade_retention。

7. 来源

1. Kreuzer, C., Sparrer, C., & Dorfleitner, G. (2026). _Beyond pure hype: news sentiment and its role in the BTC and ETH futures market_. Review of Derivatives Research.

• Authors: Christian Kreuzer / Christian Sparrer / Gregor Dorfleitner
• Year: 2026
• Venue: Review of Derivatives Research
• DOI: 10.1007/s11147-025-09223-6
• Readable URL: https://link.springer.com/article/10.1007/s11147-025-09223-6
• Repo URL: N/A

1. The GDELT Project. _GDELT DOC 2.0 API Debuts!_

• Authors / Org: The GDELT Project
• Year: 2017
• Title: GDELT DOC 2.0 API Debuts!
• Venue: GDELT Project Blog
• DOI: N/A
• Readable URL: https://blog.gdeltproject.org/gdelt-doc-2-0-api-debuts/
• Repo URL: N/A

1. The GDELT Project. _The GDELT Project_.

• Authors / Org: The GDELT Project
• Year: 2026 access
• Title: The GDELT Project
• Venue: Official Website
• DOI: N/A
• Readable URL: https://www.gdeltproject.org/
• Repo URL: N/A